Competencia y compartimiento emocional en usuarios de cocaína: Psicometría y relación con variables sociodemográficas y clínicas
Notice bibliographique
Résumé
Resumen Introducción. Existe evidencia de relación entre factores emocionales y el consumo de drogas. Sin embargo, al menos la competencia emocional y el compartimiento social de las emociones en usuarios de cocaína no han sido estudiados con anterioridad, en parte debido a la reciente generación de las herramientas para su medición. Objetivo. Evaluar las características psicométricas de la Escala de Alexitimia de Toronto (EAT), el Cuestionario de Competencias Emocionales (CEMO), y el Cuestionario de Creencias sobre los efectos de Compartimiento Social de Emociones (CCSE) en pacientes mexicanos usuarios de cocaína, así como establecer su relación con variables socio-demográficas y clínicas. Método. Los instrumentos fueron completados junto con las Escalas de Afectividad Positiva (AP) y Negativa (AN) en dos ocasiones por 158 pacientes usuarios de cocaína. Resultados. Las tres escalas mostraron coeficientes alpha superiores a .70. La EAT y el CEMO presentaron alta estabilidad temporal a quince días. La AN se asoció positivamente con la EAT y negativamente con el CEMO. La AP se correlacionó negativamente con la EAT y positivamente con el CEMO y el CCSE. El 50.9% de los pacientes presentaron una dificultad relevante en la identificación y la expresión de sus emociones, que se relacionó de forma negativa con la escolaridad. Discusión y conclusión. Se sugiere necesaria la sistematización de la evaluación y el tratamiento de las dificultades en la expresión emocional de usuarios de cocaína. Las versiones en español de las escalas evaluadas en este estudio resultaron válidas y confiables para su uso clínico y de investigación en pacientes mexicanos usuarios de cocaína.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».